【神经动力学读书会第八期】理解大脑网络的量子场论方法与层次结构模型

《Gell-Mann–Low Criticality in Neural Networks》是一篇应用量子场论的物理思想和数学方法分析研究大脑神经网络中临界现象的文献。新方法能够处理大尺度范围内神经元非线性耦合的复杂问题，弥补了以往平均场理论的不足。其运用重整化群方法研究了神经网络在临界条件下的表现，证实了神经网络即使在远离临界条件下也完全可能回归稳定状态。该文合理借鉴物理思想，巧妙运用数学技巧，并给出了新颖的结论，为数学物理方法在神经科学中的运用给出了成功范例，也为神经科学中临界现象相关问题的研究提供了重要的理论参考。

 

《Feedforward and feedback frequency-dependent interactions in a large-scale laminar network of the primate cortex》是一篇关于灵长类动物皮层的大规模网络中的前馈和反馈频率依赖的相互作用的文献。大脑皮层中自上而下和自下而上过程之间的相互作用是理解注意过程、预测编码、执行控制和其他一系列大脑功能的关键。然而，我们对于其根本的回路机制仍然缺乏了解，这也是神经科学领域的重大挑战之一。这篇文献使用大规模的灵长类动物大脑皮层计算模型来试图为我们找到解决方案。